論文の概要: Non-imaging real-time detection and tracking of fast-moving objects
- arxiv url: http://arxiv.org/abs/2108.06009v1
- Date: Fri, 13 Aug 2021 01:07:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-16 13:02:01.293351
- Title: Non-imaging real-time detection and tracking of fast-moving objects
- Title(参考訳): 高速移動物体の非イメージングリアルタイム検出と追跡
- Authors: Fengming Zhou, Xuelei Shi, Jie Chen, Tianhang Tang and Yiguang Liu
- Abstract要約: 高速移動物体検出と追跡をリアルタイムかつ長期にわたって実現するため,非撮像方式を提案する。
提案手法は1秒あたり105フレームの時間分解能を1.28%のサンプリングレートで達成できることを実験的に実証した。
この戦略は、各フレーム毎に1MB以上のデータを取得し、オブジェクトをリアルタイムに高速に移動させ、長期的な検出と追跡を可能にする。
- 参考スコア(独自算出の注目度): 9.953550846380107
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real-time detection and tracking of fast-moving objects have achieved great
success in various fields. However, many existing methods, especially low-cost
ones, are difficult to achieve real-time and long-term object detection and
tracking. Here, a non-imaging strategy is proposed, including two stages, to
realize fast-moving object detection and tracking in real-time and for the long
term: 1) a contour-moments-based method is proposed to optimize the Hadamard
pattern sequence. And then reconstructing projection curves of the object based
on single-pixel imaging technology. The projection curve, which including the
object location information, is reconstructed directly with the measurements
collected by a single-pixel detector; 2) The fastest changing position in the
projection curve can be obtained by solving first-order gradients. A gradient
differential is used in two first-order gradients to calculate a differential
curve with the sudden change positions. Finally, we can obtain the boundary
information of the fast-moving object. We experimentally demonstrate that our
approach can achieve a temporal resolution of 105 frames per second at a 1.28%
sampling rate by using a 22,000 Hz digital micro-mirror device. The detection
and tracking algorithm of the proposed strategy is computationally efficient.
Compared with the state-of-the-art methods, our approach can make the sampling
rate lower. Additionally, the strategy acquires not more than 1MB of data for
each frame, which is capable of fast-moving object real-time and long-term
detection and tracking.
- Abstract(参考訳): 高速移動物体のリアルタイム検出と追跡は様々な分野で大きな成功を収めている。
しかし,多くの既存手法,特に低コスト手法は,リアルタイム・長期オブジェクト検出・追跡が困難である。
ここでは, 高速移動物体検出と追跡をリアルタイムに実現するための2段階を含む非画像化戦略と, 1) アダマールパターン列を最適化するための輪郭モーメントに基づく手法を提案する。
そして、単画素イメージング技術に基づいて物体の投影曲線を再構成する。
被写体位置情報を含む投影曲線は、単画素検出器によって収集された測定値により直接再構成される; 2) 投影曲線における最も速い変化位置は、一階の勾配を解いて得られる。
勾配微分は、突然の変化位置を持つ微分曲線を計算するために、2つの一階勾配で用いられる。
最後に、高速移動対象の境界情報を得ることができる。
22,000Hzのデジタルマイクロミラーデバイスを用いて, サンプリングレート1.28%で毎秒105フレームの時間分解能が得られることを示す。
提案手法の検出と追跡アルゴリズムは計算効率が高い。
最先端手法と比較して,本手法はサンプリング率を低くすることができる。
さらに、この戦略は各フレーム毎に1MB以上のデータを取得し、オブジェクトをリアルタイムに高速に移動させ、長期的な検出と追跡を行うことができる。
関連論文リスト
- Dense Optical Tracking: Connecting the Dots [82.79642869586587]
DOTは、ビデオにおけるポイントトラッキングの問題を解決するための、新しくてシンプルで効率的な方法である。
OmniMotionのような高度な"ユニバーサルトラッカー"を上回り、CoTrackerのような最良のポイントトラッキングアルゴリズムと同等か、あるいはそれ以上の精度で、DOTが現在の光フロー技術よりもはるかに正確であることを示す。
論文 参考訳(メタデータ) (2023-12-01T18:59:59Z) - Linear Object Detection in Document Images using Multiple Object
Tracking [58.720142291102135]
線形オブジェクトは文書構造に関する実質的な情報を伝達する。
多くのアプローチはベクトル表現を復元できるが、1994年に導入された1つのクローズドソース技術のみである。
複数オブジェクト追跡を用いた文書画像中の線形オブジェクトの正確なインスタンスセグメンテーションのためのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-26T14:22:03Z) - Real-time Multi-Object Tracking Based on Bi-directional Matching [0.0]
本研究では,多目的追跡のための双方向マッチングアルゴリズムを提案する。
ストランド領域はマッチングアルゴリズムで使われ、追跡できないオブジェクトを一時的に保存する。
MOT17チャレンジでは、提案アルゴリズムは63.4%のMOTA、55.3%のIDF1、20.1のFPS追跡速度を達成した。
論文 参考訳(メタデータ) (2023-03-15T08:38:08Z) - ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving
Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。
不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。
MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文 参考訳(メタデータ) (2022-07-19T09:19:45Z) - An efficient real-time target tracking algorithm using adaptive feature
fusion [5.629708188348423]
低次元適応型特徴融合に基づく効率的なリアルタイム目標追跡手法を提案する。
提案アルゴリズムは、それぞれ0.023と0.019の改善により、より高い成功率と精度を得ることができる。
提案手法は,複雑な環境下でのリアルタイムな目標追従タスクを実現するための,より有望な方法である。
論文 参考訳(メタデータ) (2022-04-05T08:40:52Z) - Implicit Motion Handling for Video Camouflaged Object Detection [60.98467179649398]
本稿では,新しいビデオカモフラージュオブジェクト検出(VCOD)フレームワークを提案する。
短期的および長期的整合性を利用して、ビデオフレームからカモフラージュされたオブジェクトを検出する。
論文 参考訳(メタデータ) (2022-03-14T17:55:41Z) - Seeing BDD100K in dark: Single-Stage Night-time Object Detection via
Continual Fourier Contrastive Learning [3.4012007729454816]
夜間物体検出は、限られた論文のうち、一様でない評価プロトコルを通して、わずかにのみ研究されている。
本稿では,これら3つのギャップを橋渡しする。
均一な評価プロトコルの欠如(その有効性と効率のため、単段検出器を使用する)。
夜間オブジェクト検出のベンチマークのためのデータセットの選択。
現在の選択肢の限界に対処する新しい方法。
論文 参考訳(メタデータ) (2021-12-06T09:28:45Z) - Motion Vector Extrapolation for Video Object Detection [0.0]
MOVEXは、一般的なCPUベースのシステムで低レイテンシのビデオオブジェクト検出を可能にする。
提案手法は,任意の対象検出器のベースライン遅延を著しく低減することを示す。
さらなるレイテンシ低減は、元のレイテンシよりも最大25倍低いもので、最小限の精度で達成できる。
論文 参考訳(メタデータ) (2021-04-18T17:26:37Z) - FMODetect: Robust Detection and Trajectory Estimation of Fast Moving
Objects [110.29738581961955]
高速移動物体の検出と軌道推定のための最初の学習ベースアプローチを提案する。
提案手法は, 高速移動物体を軌道への切り離された距離関数として検出する。
シャープな外観推定のために,エネルギー最小化に基づくデブロワーリングを提案する。
論文 参考訳(メタデータ) (2020-12-15T11:05:34Z) - End-to-end Learning for Inter-Vehicle Distance and Relative Velocity
Estimation in ADAS with a Monocular Camera [81.66569124029313]
本稿では,ディープニューラルネットワークのエンドツーエンドトレーニングに基づくカメラによる車間距離と相対速度推定手法を提案する。
提案手法の重要な特徴は,2つの時間的単眼フレームによって提供される複数の視覚的手がかりの統合である。
また,移動場における視線歪みの影響を緩和する車両中心サンプリング機構を提案する。
論文 参考訳(メタデータ) (2020-06-07T08:18:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。